Aplikasi Mobile Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Learning Vector Quantization
|
|
- Budi Salim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Aplikasi Mobile Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Learning Vector Quantization Rezky Aulia Pratama 1, Kartina Diah Kesuma W, S.T 2, Wawan Yunanto, S.Kom., M.T 3 1 PCR, Program Studi Teknik Informatika, Jl. Umban Sari No. 1, Rumbai, Pekanbaru 2826, Indonesia rezky@rezkyaulia.com 2 PCR, Program Studi Teknik Informatika, Jl. Umban Sari No. 1, Rumbai, Pekanbaru 2826, Indonesia diah@pcr.ac.id 3 PCR, Program Studi Sistem Informasi, Jl. Umban Sari No. 1, Rumbai, Pekanbaru 2826, Indonesia wawan@pcr.ac.id Abstrak Kecerdasan Buatan adalah salah suatu ilmu yang mempelajari bagaimana suatu sistem mampu berfikir layaknya manusia. Salah satu cabang ilmu dari Kecerdasaan Buatan yang sangat populer adalah Jaringan Syaraf Tiruan. Jaringan Syaraf Tiruan memiliki pola algoritma yang sama dengan logika pada otak manusia dalam mengenali dan mempelajari sesuatu hal yang baru. Aplikasi ini menggunakan metode Learning Vector Quantization. Input data berupa citra bagian wajah yang telah diekstraksi ciri sehingga didapatkan citra binernya. Citra biner ini yang akan dikenali terhadap citra biner sampel melalui proses pelatihan. Bobot dari proses pelatihan tersebut kemudian akan dilakukan proses pengujian untuk mengenali input. Output dari aplikasi ini akan menampilkan keterangan karakter berdasarkan data input yang sesuai dengan data sampel. Melalui pengujian yang dilakukan terhadap metode yang dipakai, didapatkan analisa bahwa metode LVQ dapat mengenali setiap inputan yang diberikan. Aplikasi ini dibangun pada perangkat mobile berbasis android. Kata kunci: Android, citra biner, Jaringan Syaraf Tiruan, Kecerdasan Buatan, Learning Vector Quantization. Pendahuluan 1.1 Latar Belakang Kecerdasan buatan adalah salah suatu ilmu yang mempelajari bagaimana suatu sistem mampu berfikir layaknya manusia. Memanfaatkan algoritma kecerdasan buatan, suatu aplikasi dapat menjalankan logika-logika yang tidak dapat dilakukan oleh algoritma konvensional. Salah satu cabang ilmu dari kecerdasaan buatan yang sangat populer adalah Jaringan Syaraf Tiruan. Jaringan Syaraf Tiruan memiliki pola algoritma yang sama dengan logika pada otak manusia dalam mengenali dan mempelajari sesuatu hal yang baru. Pada penelitian yang dilakukan tahun 2012 oleh mahasiswa Politeknik Caltex Riau Jurusan Teknik Informatika angkatan tahun 2009 bernama Tito Juliasmi berjudul Aplikasi Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation, Peneliti membangun aplikasi desktop berbasis java untuk mengenali karakter manusia melalui bentuk bagian wajah. Pada penelitian tersebut, Peneliti melakukan input gambar sampel secara manual dengan melakukan seleksi manual pada gambar full face yang di masukkankan. Peneliti menggunakan metode Jaringan Syaraf Tiruan yaitu Backpropagation dalam mengenali sampel gambar terhadap database sampel pada aplikasi. Beberapa kendala yang dapat diperhatikan pada penelitian tersebut antara lain aplikasi merupakan aplikasi desktop sehingga hanya dapat berjalan pada Personal Computer atau laptop. Hal ini membuat user kesulitan apabila harus menggunakan aplikasi di luar ruangan / outdoor. Proses penginputan gambar dari sebuah foto full face masih dilakukan secara manual sehingga membutuhkan usaha lebih dari user 1
2 2 untuk menginputkan bagian wajah. Untuk metode yang digunakan, backpropagation menggunakan hidden layer sehingga proses yang diperlukan relatif lebih lama. Berdasarkan kendala kendala tersebut, penulis mengembangkan aplikasi ini menjadi aplikasi mobile dimana dapat digunakan di luar ruangan. Penulis juga membuat aplikasi dimana aplikasi melakukan pemotongan bagian wajah dari foto yang diambil secara otomatis. Untuk metode, penulis menggunakan metode Learning Vector Quantization pada aplikasi karena metode tersebut merupakan single layer sehingga proses yang diperlukan relatif lebih cepat berjalan. Penulis mengharapkan dengan adanya penelitian ini akan memberikan solusi terhadap kendala yang dimiliki pada penelitian diatas 1.2 Perumusan Masalah Masalah-masalah yang timbul dalam implementasinya adalah sebagai berikut: 1. Bagaimana membangun suatu aplikasi mobile yang dapat melakukan pengenalan dari gambar yang dikenalkan dengan database sampel menggunakan metode Learning Vector Quantization? 2. Bagaimana membuat Aplikasi mobile yang dapat membaca gambar wajah dengan menggunakan class face detector pada android? 3. Bagaimana melakukan analisa perbandingan paramater output antara metode Learning Vector Quantization dan metode Backpropagation? 1.3 Tujuan dan Manfaat Tujuan Tujuan penelitian aplikasi mobile pengenalan karakter manusia melalui bentuk bagian wajah ini adalah sebagai berikut : 1. Membangun suatu aplikasi mobile yang dapat melakukan pengenalan dari gambar yang dikenalkan dengan database sampel menggunakan metode Learning Vector Quantization. 2. Membuat Aplikasi mobile yang dapat membaca gambar wajah dengan menggunakan class face detector pada android. 3. Melakukan analisa perbandingan paramater output antara metode Learning Vector Quantization dan metode Backpropagation Manfaat Manfaat yang dapat diperoleh dari Penelitian ini adalah sebagai berikut : 1. Membantu proses pengenalan karakter manusia melalui masukan sistem berupa image bagian wajah. image bagian wajah didapat dari kamera smartphone android yang kemudian diproses menggunakan metode Learning Vector Quantization. 2. Analisa dari metode Learning Vector Quantization dapat dijadikan referensi untuk pengembangan aplikasi lain dengan metode yang sama. 2. Tinjauan Pustaka 2.1 Tinjauan Penelitian Sebelumnya Berdasarkan Penelitian sebelumnya yang dibuat oleh Tito Juliasmi, lulusan Politeknik Caltex Riau, yang berjudul Aplikasi Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Backpropagation pada tahun 2012, dapat ditarik kesimpulan bahwa penerapan Jaringan Syaraf Tiruan yaitu metode Backpropagation pada aplikasi tersebut berhasil melakukan pengenalan sample baru dengan sampel uji didalam database. Pada penelitian selanjutnya, penulis mengembangkan penelitian sebelumnya dengan menggunakan metode Learning Vector Quantization dan melakukan analisa perbandingan terhadap metode Learning Vector Quantization dan Backpropagation. Adapun perbandingan penelitian sebelumnya dengan penelitian sekarang seperti pada tabel berikut :
3 Pembanding Tabel 1 Pembanding dengan penelitian sebelumnya Penelitian sebelumnya (Juliasmi,2012) Melakukan penentuan bagian wajah pada sistem 3 Penelitian sekarang Input penentuan bagian wajah pada sistem dilakukan secara otomatis Proses Ekstraksi Java dan SQL Java Android dan sqllite Output Menampilkan karakter dari 4 input bagian wajah Menampilkan karakter dari 4 input bagian wajah dan gambarnya Metode Backpropagation Learning Vector Quantization Bahasa pemrograman Java Java Android Deteksi Tepi Tidak menggunakan metode Metode Sobel deteksi tepi 2.2 Fisiognomi Fisiognomi adalah seni membaca wajah yang telah dikenal sejak dahulu kala, dari zaman Tiongkok kuno, Yunani kuno dan Romawi kuno. Fisiognomi, pertama kali, disusun secara sistematis oleh Ariestoteles. Dia mempelajari dan menafsirkan berbagai sifat dan karakter manusia melaluai berbagai bentuk wajah, warna rambut, anggota badan, dan suara. Di abad ke-17 dan ke-19, ilmu fisiognomi digunakan oleh beberapa praktisi, terutama aparat hukum, sebagai metode untuk mendeteksi kecenderungan kejahatan. Banyak yang orang fanatik dan rasialis masih menggunakan fisiognomi untuk menilai karakter dan kepribadian seseorang.(carrie,2010) Di abad ke-19, ilmu fisiognomi dikembangkan menjadi ilmu modern oleh salah seorang hakim Los Angeles bernama Edward Jones. Edward Jones melakukan banyak kajian dan penelitian untuk mendapatkan profil kepribadian. Penelitan dan kajiannya menggunakan lebih dari 200 ciri wajah yang berbeda. Hasil penelitiannya mempunyai tingkat akurasi 92% dalam menentukan profil kepribadian.(tickle,2010)[1] 2.2 Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan adalah merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan ini digunakan karena jaringan syaraf di implementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran.(kusumadewi,2003)[2] 2.3 Learning Vector Quatization (LVQ) Algoritma yang diterapkan pada jaringan syaraf LVQ adalah untuk menemukan unit output yang terdekat dengan vektor input. Hal tersebut akan berakhir, jika dan berada pada kelas yang sama, maka bobot dipindahkan ke vektor input yang baru dan jika dan berada pada kelas yang berbeda, maka bobot akan dipindahkan dari vektor input. Ada beberapa notasi yang akan digunakan, yaitu : (Naom,2012)[3] 2.4 Android android adalah sekumpulan perangkat lunak yang ditujukan bagi perangkat bergerak mencakup sistem operasi. Android Standart Development Kid (SDK) menyediakan perlengkapan dan Application Programming Interface (API) yang diperlukan untuk mengembangkan aplikasi pada platform android menggunakan pemograman java.
4 3 Perancangan Use Case Diagram Sistem Use Case Diagram digunakan untuk memodelkan dan menyatakan unit fungsi/layanan yang disediakan oleh sistem ke pemakai. Berikut ini perancangan use case diagram pada sistem. Use Case Diagram Sistem sistem aplikasi <<include>> menginput_gambar <<include>> Melakukan_Pelatihan Actor melakukan_pengujian <<extend>> melihat_hasil_pengujian Melihat_Data <<extend>> <<extend>> Menambah_data Mengubah_data Melihat_Petunjuk Menghapus_data Gambar 1 Use Case Diagram Sistem 3.2 Flowchart Berikut flowchart dari image processing dan sistem aplikasi Flowchart Image Processing Start Input image sampel bagian wajah Menentukan bagian wajah Cropping bagian wajah Masing masing image bagian wajah di grayscale Masing masing image bagian wajah dilakukan proses deteksi tepi dengan sobel Dilakukan Treshold Output berupa nilai biner Gambar 2 End Flowchart image processing
5 5 Flowchart Pelatihan LVQ Start Tetapkan nilai bobot awal, bobot pembelajaran dan nilai perulangan Masukkan nilai input dan kelas Menghitung jarak minimum Tidak Mencari nilai bobot dengan jarak vektor minimum Update nilai bobot awal dan mengurangi nilai pembelajaran Apakah mencapai nilai perulangan yang diinginkan? Simpan bobot Selesai Gambar 3 Flowchart Pelathan LVQ Flowchart Pengujian LVQ Mulai Masukkan input dan bobot akhir Hitung jarak Pilih neuron dengan jarak minimum Karakter yang dikenali Selesai Gambar 4 Flowchart Pengujian LVQ
6 Flowchart Sistem Aplikasi 6 Mulai Gambar / citra bagian wajah Image processing Proses ekstraksi ciri Lakukan proses pelatihan Metode LVQ Ya Simpan bobot hasil perhitungan ke Array Lakukan proses pengujian Metode LVQ Tambah nilai maximum epoch Tidak Apakah citra bagian wajah yang dimasukkan ke sistem dapat dikenali? Ya Tampilkan gambar dan keterangannya Apakah ingin mengambil masukan citra bagian wajah yang baru? Selesai Gambar 5 Flowchart sistem aplikasi 4 Hasil dan Pembahasan Gambar 4 merupakan hasil output dari aplikasi dimana data input telah mengalami proses pencitraan dan proses pelatihan serta pembelajaran dengan metode LVQ. Akan keluar nilai persentase kemiripan serta keterangannya. Gambar 6 hasil output dari aplikasi
7 7 Tabel 2 Hasil pengujian algoritma LVQ dengan mengubah posisi bagian wajah. Percobaan Input Output Keterangan Pada pengujian ini, input berupa gambar eye_8.jpg di uji pada 9 posisi. Dari pengujian tersebut, akan dihitung persentase besarnya nilai yang benar dengan menggunakan rumus : Maka berdasarkan rumurs tersebut, didapatkan nilai persentasenya sebagai berikut Di dapatkan nilai persentase pada pengujian ini yaitu 100 % No 1 Tabel 3 Input Hasil pengujian algoritma LVQ dengan mengubah posisi bagian wajah. Hasil Yang Dikenali LVQ Backpropagation Hasil Waktu Hasil Waktu Mata 7 Mata 7 43 ms 39 ms
8 2 Mata 6 36 ms Mata 6 49 ms 8 3 Alis Mata 1 39 ms Alis Mata 1 67 ms 4 Alis Mata ms Alis Mata ms 45 ms 5 Hidung 8 40 ms Hidung 8 43 ms 6 Hidung 6 46 ms Hidung Bibir 10 Bibir 4 37 ms 44 ms Bibir 10 Bibir 4 54 ms 59 ms Total Waktu 317 ms 406 ms Pada pengujian diatas, untuk mendapatkan hasil yang lebih optimal maka nilai iterasi pada kedua metode yang digunakan yaitu Pada saat dilakukan 3500 perulangan, performa yang diberikan oleh hardware yang digunakan optimal dibandingkan dengan pengujian dengan menggunakan nilai perulangan diatas Berdasarkan pengujian metode LVQ terhadap perubahan nilai laju pembelajaran, untuk nilai laju pembelajaran pada pengujian ini yaitu 0.1 dan nilai minimal laju pembelajaran yaitu Berdasarkan pengujian tersebut didapatkan hasil kecepatan proses dari kedua metode Total waktu proses untuk metode LVQ yaitu 317 ms. Sedangkan untuk metode Backporagation total waktu prosesnya yaitu 406 ms. Dari total waktu proses tersebut, dapat diambil nilai rata-rata waktu proses pada masing masing metode. Untuk metode LVQ nilai rata-ratanya yaitu 31,7 ms sedangkan untuk metode Backpropagation yaitu 40,6 ms 5. Kesimpulan dan Saran 5.1 Kesimpulan Setelah menyelesaikan aplikasi mobile pengenalan karakter manusia melalui bentuk bagian wajah menggunakan metode Learning Vector Quantization ini, maka dapat diambil beberapa kesimpulan sebagai berikut : 1. Aplikasi ini dapat melakukan pengenalan terhadap karakter manusia melalui bentuk bagian wajah melalui foto yang diambil langsung dari kamera android yang dijadikan sebagai input dengan menggunakan metode Learning Vector Quantization. 2. Metode Learning Vector Quantization dapat mengklasifikasikan pola dengan baik untuk aplikasi mobile pengenalan karakter manusia melalui bentuk bagian wajah menggunakan metode Learning Vector Quantization ini.
9 3. Output dari aplikasi ini adalah bagian wajah dari data uji beserta keterangan karakter nya. 4. Pada nilai laju pembelajaran terkecil yaitu 0.1 algoritma LVQ dapat mengenali input dengan benar dan menghasilkan nilai iterasi yang kecil sehingga proses pelatihan dan pengenalan dapat berjalan dengan cepat. 5. Metode Learning Vector Quantization relatif memiliki waktu proses yang lebih cepat dibandingkan Backpropagation. Rata-rata waktu untuk proses Learning Vector Quantization yaitu 39,6 ms dan Backpropagation yaitu 50,7 ms 6. Metode Learning Vector Quantization dan Backpropagation sama-sama dapat mengenali input dengan baik dengan tingkat persentase nilai kebenaran yaitu 100%. 5.2 Saran Beberapa saran yang dapat diberikan dan mungkin dapat membantu dalam pengembangan aplikasi ini lebih lanjut adalah: 1. Aplikasi dapat dikembangkan lagi untuk mengenali lebih banyak bagian wajah yang akan dijadikan input. 2. Aplikasi dapat dikembangkan lagi untuk membaca karakter dari bagian wajah langsung pada saat kamera diarahkan ke wajah. 3. Untuk mengatasi masalah out of memory pada aplikasi terdapat beberapa solusi antara lain penggunaan cache dan memory pada aplikasi harus di manage atau menggunakan library OpenCV dalam mendeteksi wajah. 4. Library OpenCV dapat digunakan untuk mendeteksi bagian bagian wajah dan mendapatkan koordinatnya yang lebih akurat untuk melakukan cropping. Daftar Pustaka [1] Tickle, Naomi R.(2010). You can read a face like a book. Jakarta Selatan : UFUK Press. [2] Kusumadewi, Sri. (2003). Artificial Intelligent (Teknik dan Aplikasinya). [3] Naoum, Reyadh Shaker., Al-Sultani, Zainab Namh.(2012). Learning Vector Quantization (LVQ) and k-nearest Neighbor for Intrusion Classification. World of Computer Science and Information Technology Journl.Vol. 2, No. 3,
Kata kunci : Grafologi, Android, Jaringan Syaraf Tiruan, Learning Vector Quantization.
1 Analisis Perilaku Belajar Mahasiswa Politeknik Caltex Riau Berdasarkan Grafologi Huruf r dan u Menggunakan Learning Vector Quantization Berbasis Android Silvi Aulia 1, Rika Perdana Sari, S.T, M.Eng 2,
Lebih terperinciIDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION
IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A. Yani Km. 33,3 Loktabat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan dalam penelitian ini.
Lebih terperinciAplikasi Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Backpropagation
Jurnal Teknik Informatika, Vol 1 September 2012 Aplikasi Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Backpropagation Tito Juliasmi 1, Kartina Diah Kusuma W, S.T. 2 & Erwin
Lebih terperinciBAB I PENDAHULUAN. berbeda antara manusia satu dengan yang lain. Manusia mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan karena wajah merupakan suatu bagian tubuh manusia yang biasa digunakan sebagai pengenalan identitas,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tomat merupakan salah komoditas di pertanian Indonesia saat ini, tomat sudah menjadi kebutuhan pokok penunjang pangan di indonesia akan tetapi cara mengidentifikasi
Lebih terperinciBAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,
BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi, mengevaluasi dan pemahaman karakter seseorang melalui pola
Lebih terperinciPenerapan Learning Vector Quantization Penentuan Bidang Konsentrasi Tugas Akhir (Studi Kasus: Mahasiswa Teknik Informatika UIN Suska Riau)
Penerapan Learning Vector Quantization Penentuan Bidang Konsentrasi Tugas Akhir (Studi Kasus: Mahasiswa Teknik Informatika UIN Suska Riau) Elvia Budianita 1, Ulti Desi Arni 2 1,2 Teknik Informatika, UIN
Lebih terperinci1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti vertifikasi
Lebih terperinciPENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI
PENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Departemen Ilmu Komputer/Informatika
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Jaringan Syaraf Tiruan Artificial Neural Network atau Jaringan Syaraf Tiruan (JST) adalah salah satu cabang dari Artificial Intelligence. JST merupakan suatu sistem pemrosesan
Lebih terperinciPengolahan Citra untuk Bidang Pertanian(Menentukan Kematangan Buah) Oleh Nama:Wahyu Abid A. NRP : Kelas :2D4 IT(B)
Pengolahan Citra untuk Bidang Pertanian(Menentukan Kematangan Buah) Oleh Nama:Wahyu Abid A. NRP :2110151042 Kelas :2D4 IT(B) Latar Belakang Buah pisang dan alpukat sangatlah familiar dengan warga asia,
Lebih terperinciBAB I PENDAHULUAN. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1. Latar Belakang Absensi merupakan data yang sangat penting dalam setiap kegiatan, baik itu kegiatan perkuliahan maupun kegiatan perkantoran. Namun sering kali data-data absensi ini
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebutuhan manusia modern saat ini terhadap manajemen data sangat penting untuk memperlancar pekerjaan khususnya untuk mendapatkan informasi dalam mengambil keputusan.
Lebih terperinciALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS
ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS Egi Badar Sambani 1), Neneng Sri Uryani 2), Rifki Agung Kusuma Putra 3) Jurusan Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. tumbuhan menurut bunganya. Kebanyakan manusia hanya mengetahui beberapa
BAB I PENDAHULUAN 1.1 Latar Belakang Bunga di dunia mempunyai banyak sekali jenis. Tumbuhan yang memproduksi biji atau tumbuhan yang bisa untuk berbunga diperkirakan mempunyai jumlah jenis lebih dari 200000
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Kebutuhan Sistem Tahap analisis sistem merupakan salah satu usaha mengidentifikasi kebutuhan dan spesifikasi sistem yang akan diciptakan. Di dalamnya
Lebih terperinciOPTICAL CHARACTER RECOGNIZATION (OCR)
LAPORAN JARINGAN SYARAF TIRUAN OPTICAL CHARACTER RECOGNIZATION (OCR) DISUSUN OLEH: DIJAS SCHWARTZ. S (524) FIRNAS NADIRMAN (481) INDAH HERAWATI (520) NORA SISKA PUTRI (511) OKTI RAHMAWATI (522) EKSTENSI
Lebih terperinciIDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ)
IDENTIFIKASI JENIS BATU AKIK MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION (LVQ) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S. Kom.) Pada Program Studi Teknik
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciSIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION )
SIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION ) Fachrul Kurniawan, Hani Nurhayati Jurusan Teknik Informatika, Sains dan Teknologi Universitas Islam Negeri (UIN) Maulana Malik
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Umum Pada bab ini akan dijelaskan mengenai pembuatan Rancang Bangun Aplikasi Perencanaan Stok Barang dengan Menggunakan Teori Trafik dari tahap awal perancangan sampai
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin hari semakin banyak inovasi, perkembangan, dan temuan-temuan yang terkait dengan bidang Teknologi Informasi dan Komputer. Hal ini menyebabkan semakin
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan.
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan. Pada hari Jumat tanggal 2 Oktober 2009 di Abu Dhabi, Uni Emirat Arab, United Nations Educational, Scientific, and Culture Organization (UNESCO) memberikan
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciSISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Tanaman karet merupakan tanaman yang memiliki peran penting di bidang industri terutama sebagai bahan baku di bidang industri ban dan otomotif (Sinaga, 2011). Indonesia
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinciBAB 1 PENDAHULUAN. Bahasa Jepang menggunakan berbagai jenis karakter untuk sistem
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bahasa Jepang menggunakan berbagai jenis karakter untuk sistem penulisannya. Salah satu jenis huruf Jepang adalah kana, yaitu karakter fonetis yang melambangkan
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION Abdi Haqqi An Nazilli 1, Deddy Kusbianto Purwoko Aji 2, Ulla Delfana Rosiani 3 1,2 Teknik Informatika,
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Pelaksanaan Penelitian dilaksanakan di Laboratorium Intrumentasi Medis Departemen Fisika, Fakultas Sains dan Teknologi Universitas Airlangga. Lokasi pengambilan
Lebih terperinciBAB I PENDAHULUAN. mampu mengubah manusia, dari cara pandang seseorang atas sesuatu hingga cara
BAB I PENDAHULUAN 1.1 Latar Belakang Computer vision, layaknya mata sebagai indra penglihatan pada manusia, juga mampu mengubah manusia, dari cara pandang seseorang atas sesuatu hingga cara seseorang berinteraksi
Lebih terperinciPENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)
PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ) Alfa Ceria Agustina (1) Sri Suwarno (2) Umi Proboyekti (3) sswn@ukdw.ac.id othie@ukdw.ac.id Abstraksi Saat ini jaringan saraf tiruan
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA Penelitian maupun pembuatan aplikasi mengenai pengenalan karakter / pengenalan pola ataupun yang berhubungan dengan Jaringan Syaraf Tiruan terlebih dengan metode Backpropagation
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem adalah penguraian dari suatu sistem yang utuh ke dalam bagian-bagian komponennya dengan tujuan mengidentifikasikan dan mengevaluasi
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciImplementasi Pengenalan Tanda Tangan dengan Menggunakan Metode Backpropagation TUGAS AKHIR
Implementasi Pengenalan Tanda Tangan dengan Menggunakan Metode Backpropagation TUGAS AKHIR Diajukan Oleh : RENDRA FEBRIANTO 0634015068 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
32 BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas tentang analisis sistem melalui pendekatan secara terstruktur dan perancangan yang akan dibangun dengan tujuan menghasilkan model atau representasi
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 APLIKASI SISTEM KEAMANAN PADA RUMAH BERBASIS CITRA WAJAH DENGAN JARINGAN SARAF TIRUAN Hendra 2007250083
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Ayam seperti halnya hewan lain juga tidak terlepas dari serangan penyakit. Antisipasi untuk mencegah dan mengenali gejala penyakit yang berbahaya sangatlah penting.
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB I PENDAHULUAN. Terdapat sistem operasi yang berkembang antara lain mobile phone
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada era komputerisasi informasi telah berkembang dengan pesat. Terdapat sistem operasi yang berkembang antara lain mobile phone dan smartphone. Smartphone
Lebih terperinciBAB I PENDAHULUAN. ke karakteristik tertentu pada manusia yang unik dan berbeda satu sama lain.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah keamanan (security) merupakan salah satu isu yang sangat penting akhir-akhir ini. Salah satu teknik yang diunggulkan bisa diterapkan untuk permasalahan tersebut
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah proses, cara, pembuatan menjadwalkan atau memasukkan dalam jadwal. Persoalan penjadwalan berkaitan dengan pengalokasian sumber daya ke dalam tugas-tugas
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB I PENDAHULUAN. aktual dan optimal. Penggunaan teknologi informasi bertujuan untuk mencapai
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat cepat telah membawa manusia memasuki kehidupan yang berdampingan dengan informasi dan teknologi itu sendiri. Yang berdampak pada
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
31 BAB III ANALISIS DAN PERANCANGAN III.1 Gambaran Umum Sistem Secara umum sistem pengenalan wajah ini mempunyai beberapa tahapan yaitu pendeteksian wajah, ekstraksi wajah, dan pengenalan wajah. Pendeteksian
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciOleh: Angger Gusti Zamzany( ) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T.
Oleh: Angger Gusti Zamzany(1210100 073) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI PENGUJIAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi senantiasa membawa dampak secara langsung maupun tidak langsung, baik itu berdampak positif maupun negatif dan akan sangat berpengaruh terhadap
Lebih terperinciSISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Nama Mahasiswa : Gigih Prasetyo Cahyono NRP : 1206 100 067 Jurusan : Matematika FMIPA-ITS Dosen Pembimbing : Prof.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka berpikir Perubahan nilai tukar rupiah terhadap mata uang asing tidak dapat dihindari. Untuk mengatasi perubahan yang tidak pasti ini diperlukan suatu prediksi.
Lebih terperinciPENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ)
PENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI ANTONI SIAHAAN 051401063 PROGRAM STUDI S-1 ILMU
Lebih terperinciBAB I PENDAHULUAN. semakin meningkat. Teknologi komputasi yang berkembang pesat sangat
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi informasi terutama teknologi geografis dalam pembuatan peta dewasa ini telah berkembang semakin pesat sehingga membuat kehidupan manusia sekarang
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha. Gambar 1.1 : Ilustrasi jaringan syaraf manusia yang diadaptasi untuk ANN (Kriesel, 2011)
BAB 1 PENDAHULUAN 1.1 Latar Belakang Rentannya kesalahan yang dapat terjadi oleh pekerjaan yang dilakukan oleh manusia dalam menganalisa, atau ketika mencoba membangun relasi antar fitur yang berjumlah
Lebih terperinciBAB 3 METODE PENELITIAN. pendapat para responden mengenai Augmented Reality, aplikasi Virtual dressing
BAB 3 METODE PENELITIAN 3.1 Hasil Uji Kuesioner Kuisioner terdiri dari 12 pertanyaan dan terdapat 56 responden yang menjawab kuesioner secara online. Kuisioner ini dimaksudkan untuk mengetahui pendapat
Lebih terperinciJaringan syaraf dengan lapisan tunggal
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan dan kemajuan Information Technology (IT) dewasa ini sangat signifikan dan salah satu faktor pendukungnya adalah dengan hadirnya smartphone. Banyak hal
Lebih terperinciPERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES
PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan
Lebih terperinciIDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME
Jurnal POROS TEKNIK, Volume 4, No. 1, Juni 2012 : 24-29 IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME Gunawan Rudi Cahyono (1) (1) Staf Pengajar Jurusan
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang sangat akurat sangat dibutuhkan dalam kehidupan sehari hari, sehingga informasi akan
Lebih terperinciSistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product
Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari 1, Yohana Dewi Lulu W 2, Kartina Diah K 3 1,2 Jurusan Sistem Informasi,.3 Jurusan Teknik
Lebih terperinciAplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciBAB III ANALISA MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Masalah Perkembangan game dari skala kecil maupun besar sangat bervariasi yang dapat dimainkan oleh siapa saja tanpa memandang umur, dari anak
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Internet sebagai salah satu media informasi yang efektif dan efisien dalam penyampaian informasi yang bisa diakses setiap orang kapan saja dan dimana saja,
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciPENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) UNTUK DIAGNOSIS PENYAKIT IKAN BAWAL BINTANG (Studi Kasus : BALAI BUDIDAYA LAUT BATAM)
PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) UNTUK DIAGNOSIS PENYAKIT IKAN BAWAL BINTANG (Studi Kasus : BALAI BUDIDAYA LAUT BATAM) Mulia Parna Putri Sijabat Jurusan Teknik Informatika, Fakultas
Lebih terperinciRANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON
RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON Liza Afriyanti Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada perancangan tugas akhir ini menggunakan metode pemilihan locker secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih
Lebih terperinciRancang Bangun Aplikasi Troubleshooting Pada Personal Computer Berbasis Java Mobile
Rancang Bangun Aplikasi Troubleshooting Pada Personal Computer Berbasis Java Mobile Ali Muhammad, Iksan Universitas Dian Nuswantoro ali_iksan@yahoo.com ABSTRAK Konsep aplikasi yang didasarkan pada asumsi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perangkat keras komputer berkembang dengan pesat setiap tahunnya selalu sudah ditemukan teknologi yang lebih baru. Meskipun demikian masih banyak hal yang belum dapat
Lebih terperinciP E N D A H U L U A N Latar Belakang
KLASIFIKASI KEKERAPAN KUNJUNGAN LOKASI BERBASIS LOCATION BASED SERVICE (LBS) MENGGUNAKAN SELF-ORGANIZING MAP (SOM) Oleh : Dhanang Fitra Riaji (NRP : 2208205737) PROGRAM MAGISTER JURUSAN TEKNIK INDUSTRI
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 PENERAPAN PENCARIAN KATA DENGAN VECTOR SPACE MODEL PADA APLIKASI TERJEMAHAN JUZ AMMA BERBASIS JAVA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciSKRIPSI SISTEM IDENTIFIKASI TINGKAT KESEJAHTERAAN KELUARGA MENGGUNAKAN METODE MULTILAYER PERCEPTRON (STUDY KASUS KECAMATAN BANGUNTAPAN)
SKRIPSI SISTEM IDENTIFIKASI TINGKAT KESEJAHTERAAN KELUARGA MENGGUNAKAN METODE MULTILAYER PERCEPTRON (STUDY KASUS KECAMATAN BANGUNTAPAN) JEFRY ZAKARIA PRATAMA Nomor Mahasiswa 135410059 PROGRAM STUDI TEKNIK
Lebih terperinciBAB I PENDAHULUAN. secara lebih aktual dan optimal. Penggunaan teknologi informasi bertujuan untuk
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat cepat telah membawa manusia memasuki kehidupan yang berdampingan dengan informasi dan teknologi itu sendiri. Yang berdampak pada
Lebih terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih terperinciKomparasi Metode Klasifikasi Penyakit Diabetes Mellitus Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization dan Backpropagation
Komparasi Metode Klasifikasi Penyakit Diabetes Mellitus Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization dan Backpropagation DOSEN PEMBIMBING Prof. Dr. Moh. Isa Irawan, M.T. Dr. Imam Mukhlash,
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
7 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PERANCANGAN APLIKASI PENGENAL PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN BACKPROPAGATION
Lebih terperinciEKSTRAKSI CITRA BARCODE MENJADI KODE STRING MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION 1 Andrian Rakhmatsyah 2 Angga Sukma Prinata 3 Adiwijaya 12 Departemen Teknik Informatika
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Pembahasan pada bab ini meliputi analisis aplikasi yang didalamnya membahas tujuan dari pembuatan aplikasi. 3.1.1 Tujuan Aplikasi yang penulis rancang dan
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi seseorang yang berprofesi sebagai dokter, kesalahan diagnosis suatu penyakit akan membawa dampak yang sangat fatal bagi pasiennya. Dalam kasus ini, penulis
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinci